事情的起因在于朋友想做一个出海咨询的助手,涉及内容很广泛,法律、市场、税务、渠道、不同国家内容。而且他们是一个团队协作的,也就是知识、需求、经验都是共享。我一开始建议使用一些市面上的个人助手,如Qwen go、workbuddy等,但是他们给的反馈就是个人使用可以,但是作为团队来说,还不够。后续希望找人开发一款符合要求的。
后来想想也是,他们每个人都使用不同的个人助手,但是很多经验、需求、文档都需要共享,一开始想着独立基于dify之类做一个。但是无意中看到一个最近开源的项目SoduWork,完美的切合他们的需求。作为博主,发现好东西,就应该给大家分享分享。
目录
- [1 SoduWork 是什么](#1 SoduWork 是什么)
- [2 SoduWork 支持不同harness底座(不被厂商深度绑定)](#2 SoduWork 支持不同harness底座(不被厂商深度绑定))
- [3 SoduWork支持多Agent协同(最大化节省成本)](#3 SoduWork支持多Agent协同(最大化节省成本))
- [4 SoduWork组织级别资产沉淀(资产最大化)](#4 SoduWork组织级别资产沉淀(资产最大化))
- [5 SoduWork的研发闭环(团队协作增强)](#5 SoduWork的研发闭环(团队协作增强))
- [6 SoduWork的即做即用(与Agent交互不仅仅停留在对话里)](#6 SoduWork的即做即用(与Agent交互不仅仅停留在对话里))
1 SoduWork 是什么

按照惯例,先去其官方GitHub网站看看:https://github.com/mdiri-ai/SoduWork,从其README.md的第一行中可以看到,SoduWork强调:面向团队及其智能体的 AI 原生引擎 ,按照其宣传,主要有几大特性:
- 支持多底座
- 多Agent协同
- 组织智能
- 研发闭环
- 即做即用
下面跟大家讲讲这几个重要的能力
2 SoduWork 支持不同harness底座(不被厂商深度绑定)
之前我写过很多AI的开发框架,熟悉的朋友可能会认为多底座是支持多种模型。但是SoduWork的多底座并非只支持多种模型,而是是支持多种harness框架。我们知道只是简简单单的大模型是很难完成复杂且连续的任务,而harness框架就是为了解决这个问题,这一两年,从OpenClaw出现之后,市面上已经有各种harness框架,比如:OpenCode、DeepSeek Harness、Qwen Code、Kimi Code、Codex Harness、Codex。但是每一家公司的harness框架都是有偏向性,要么不开源,要么只支持他们家的语言模型,作为我们做企业应用来说,当然不想被其深度绑定。而SoduWork就很好支持我们这个需求。SoduWork除了支持自身的Pi harness框架之外,刚才提到的OpenCode、DeepSeek Harness、Qwen Code、Kimi Code、Codex Harness、Codex都支持,也就意味着,你不会被某一家企业所绑定,并且它还是开源的。
那么SoduWork是如何做到的呢?我们解析底层代码就会发现一个东西:ACP协议。ACP 全名叫 Agent Client Protocol,它A是一套由 Zed Industries 于 2025 年提出的开放标准协议,用于规范代码编辑器(Client)与 AI 编码代理(Agent)之间的通信,实现"任何编辑器连接任何 AI Agent"。 它基于 JSON‑RPC 2.0,通过本地 stdio 或远程 HTTP/WS 传输,解决编辑器与 AI Agent 之间的互操作性与权限控制问题。简单来说,这个协议就是Agent之间通信协议。下面SoduWork通过Hub模块,实现与ACP协议交互流程图,从而支持多harness底座:
Harness Pi / OpenCode / Codex SoduWork Hub ACP Client Harness Pi / OpenCode / Codex SoduWork Hub ACP Client #mermaid-svg-ahgc7EfGSnruXRZe{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-ahgc7EfGSnruXRZe .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-ahgc7EfGSnruXRZe .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-ahgc7EfGSnruXRZe .error-icon{fill:#552222;}#mermaid-svg-ahgc7EfGSnruXRZe .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-ahgc7EfGSnruXRZe .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-ahgc7EfGSnruXRZe .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-ahgc7EfGSnruXRZe .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-ahgc7EfGSnruXRZe .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-ahgc7EfGSnruXRZe .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-ahgc7EfGSnruXRZe .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-ahgc7EfGSnruXRZe .marker{fill:#333333;stroke:#333333;}#mermaid-svg-ahgc7EfGSnruXRZe .marker.cross{stroke:#333333;}#mermaid-svg-ahgc7EfGSnruXRZe svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-ahgc7EfGSnruXRZe p{margin:0;}#mermaid-svg-ahgc7EfGSnruXRZe .actor{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-ahgc7EfGSnruXRZe text.actor>tspan{fill:black;stroke:none;}#mermaid-svg-ahgc7EfGSnruXRZe .actor-line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-ahgc7EfGSnruXRZe .innerArc{stroke-width:1.5;stroke-dasharray:none;}#mermaid-svg-ahgc7EfGSnruXRZe .messageLine0{stroke-width:1.5;stroke-dasharray:none;stroke:#333;}#mermaid-svg-ahgc7EfGSnruXRZe .messageLine1{stroke-width:1.5;stroke-dasharray:2,2;stroke:#333;}#mermaid-svg-ahgc7EfGSnruXRZe #arrowhead path{fill:#333;stroke:#333;}#mermaid-svg-ahgc7EfGSnruXRZe .sequenceNumber{fill:white;}#mermaid-svg-ahgc7EfGSnruXRZe #sequencenumber{fill:#333;}#mermaid-svg-ahgc7EfGSnruXRZe #crosshead path{fill:#333;stroke:#333;}#mermaid-svg-ahgc7EfGSnruXRZe .messageText{fill:#333;stroke:none;}#mermaid-svg-ahgc7EfGSnruXRZe .labelBox{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-ahgc7EfGSnruXRZe .labelText,#mermaid-svg-ahgc7EfGSnruXRZe .labelText>tspan{fill:black;stroke:none;}#mermaid-svg-ahgc7EfGSnruXRZe .loopText,#mermaid-svg-ahgc7EfGSnruXRZe .loopText>tspan{fill:black;stroke:none;}#mermaid-svg-ahgc7EfGSnruXRZe .loopLine{stroke-width:2px;stroke-dasharray:2,2;stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-ahgc7EfGSnruXRZe .note{stroke:#aaaa33;fill:#fff5ad;}#mermaid-svg-ahgc7EfGSnruXRZe .noteText,#mermaid-svg-ahgc7EfGSnruXRZe .noteText>tspan{fill:black;stroke:none;}#mermaid-svg-ahgc7EfGSnruXRZe .activation0{fill:#f4f4f4;stroke:#666;}#mermaid-svg-ahgc7EfGSnruXRZe .activation1{fill:#f4f4f4;stroke:#666;}#mermaid-svg-ahgc7EfGSnruXRZe .activation2{fill:#f4f4f4;stroke:#666;}#mermaid-svg-ahgc7EfGSnruXRZe .actorPopupMenu{position:absolute;}#mermaid-svg-ahgc7EfGSnruXRZe .actorPopupMenuPanel{position:absolute;fill:#ECECFF;box-shadow:0px 8px 16px 0px rgba(0,0,0,0.2);filter:drop-shadow(3px 5px 2px rgb(0 0 0 / 0.4));}#mermaid-svg-ahgc7EfGSnruXRZe .actor-man line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-ahgc7EfGSnruXRZe .actor-man circle,#mermaid-svg-ahgc7EfGSnruXRZe line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;stroke-width:2px;}#mermaid-svg-ahgc7EfGSnruXRZe :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} initialize 协商协议版本、客户端能力 capabilities 返回会话恢复、MCP、权限等能力 session/new cwd + mcpServers sessionId session/prompt 任务、上下文、文件状态 session/update agent_message_chunk session/update tool_call / plan / diff session/request_permission 敏感操作审批 permission response session/prompt result stopReason session/cancel / dispose
3 SoduWork支持多Agent协同(最大化节省成本)
在使用AI能力的时候,特别是复杂任务,常常会有两个问题困扰着我们,第一就是一个agent做的结果如何审核其内容好坏,第二个就是一个任务上面多个节点,并非每个节点都需要很厉害的模型来执行。这两个问题就涉及到多Agent协同的问题。SoduWork 的做法不是让同一个 Agent 自我检查,而是在架构上把角色拆开:执行者负责交付,审查者负责挑刺,人负责最后签字。 三者走的是不同的链路,产出不同的记录。
在SoduWork中,有一个很好用的能力:插件,通过制作插件,可以达到我们想要的效果,并且实现成本最低化。

从上图可以一看到,不就可以定义每一步骤的能力,同时对于每一个步骤的都可以选择不同的Agent和模型能力,这样能让专业的Agent做专业的事情,更重要的是它能让我们不断优化流程,使得成本最低化。
4 SoduWork组织级别资产沉淀(资产最大化)
在公司里面,团队协同的时候,经常会有这么一个问题,同事做得好的方法,比如skill,你想用就经常拷贝过来,拷贝过去,更新也不及时。SoduWork给出了一个解决方案,就是如同规范化的管理组织资产一样,管理智能体的插件、技能等。

让插件和skill如同代码有 GitHub,团队的经验也该有一个这样的地方。

5 SoduWork的研发闭环(团队协作增强)
之前见过很多AI化的devops产品,但是很多时候,团队里使用的并不是一家的底座,这时候就很难利用好或者衔接好AI化的devops平台。当时在使用OpenClaw的时候,就非常希望有这么一个类似devops的项目需求功能,这次发现了SoduWork中居然有这么一块研发闭环,这个在组织和团队管理非常重要,后来了解到他们就是将他们之前的生产经验沉淀下来的。

从上面可以看到就是一个标准项目管理功能,但是却能够完美与Agent融合。或许你如果只是个人助手,那么这个功能可能看起来没什么,但是如果你是团队开发,那么你就会发现这个模块是多么宝贵

6 SoduWork的即做即用(与Agent交互不仅仅停留在对话里)
你有没有想过,你在让AI给你干活的时候,能够指着它给你做的产品界面说改进这个地方,而不是在对话里面跟AI详细描述在哪个功能,哪个模块下去修改什么内容。SoduWork给出了一个答案:即做即用
其本质就:插件 + 界面 = 即用应用。也就是说,「即做即用」不是"把提示词存起来",而是给插件套一层 UI,变成一个能直接用的产品。用户面对的是一个有输入框、有素材库、有日历的工作台,不是一个聊天窗口。 用户打开是一个内容工作台,有素材卡片、有日历、有批量创建入口。运营人员不需要每次写"帮我写一篇小红书文案,风格要......"。

总结 :本章通过了解SoduWork的一些核心功能,我们可以了解到SoduWork是一款开源的兼容各大厂商的harness的框架,同时也融入了生产实践的内容,虽然是一个新的产品,但是它很符合企业级的办公团队协同智能体,就如同它官方所说的:面向团队及其智能体的 AI 原生引擎 , 如果不想从零开始构建自己团队或者企业的智能体harness,可以考虑使用这个开源框架,节省不少开发工作量。